مهندس برمجيات مساعد - علم البيانات

تبحث شركة ديفسينك عن علماء بيانات لديهم خبرة تتراوح بين 6 أشهر إلى 1.5 سنة، مع تركيز خاص على التعلم الآلي (ML). هذه الوظيفة مثالية للأفراد الذين بدأوا في تطوير مهاراتهم في منهجيات التعلم الآلي ويتطلعون لتطبيق هذه المعرفة لحل التحديات الواقعية. سيظهر المرشح الناجح أساسًا قويًا في تقنيات التعلم الآلي، وعقلية تحليلية لفك رموز البيانات المعقدة، واهتمامًا بالمساهمة في اتخاذ قرارات وابتكارات قائمة على البيانات.
المسؤوليات: تصميم وتطوير ونشر نماذج التعلم الآلي لمعالجة تحديات الأعمال المحددة. يشمل ذلك معالجة البيانات، وهندسة الميزات، واختيار النموذج، والتدريب، والتحقق.
إجراء تحليل استكشافي للبيانات لكشف الأنماط المخفية، والارتباطات، والرؤى ضمن البيانات المنظمة وغير المنظمة.
استخدام هذه النتائج لتحسين نماذج وأساليب التعلم الآلي.
التفاعل مع فريق متعدد التخصصات من علماء البيانات والمهندسين وأصحاب المصلحة في الأعمال لتحسين متطلبات البيانات وتقديم حلول مدفوعة بالتعلم الآلي.
إنشاء تصورات واضحة لتمثيل نتائج نماذج التعلم الآلي والتحليلات.
إعداد تقارير وعروض تقديمية شاملة تترجم مفاهيم ونتائج التعلم الآلي المعقدة إلى رؤى عملية للأعمال.
السعي بنشاط لفرص التعلم في تقنيات وخوارزميات التعلم الآلي المتقدمة.
دمج الأبحاث والأدوات الحديثة في المشاريع لتعزيز أداء وكفاءة النماذج.
المساعدة في تطوير نماذج أولية للنماذج التنبؤية وتطبيقات التعلم الآلي الأخرى، واختبار فعاليتها في السيناريوهات الواقعية.
التطبيق عبر الوظائف للرؤى ومجموعات البيانات والرموز والنماذج: البحث عن فرص لاستخدام الرؤى/مجموعات البيانات/الرموز/النماذج عبر وظائف أخرى في المنظمة (على سبيل المثال في أقسام الموارد البشرية والتسويق). البقاء فضولياً ومتحمساً لاستخدام الخوارزميات لحل المشكلات وتحفيز الآخرين لرؤية فوائد عملك.
الحفاظ على تواصل واضح ومتماسك، سواء شفهيًا أو كتابيًا، لفهم احتياجات البيانات والإبلاغ عن النتائج.
المتطلبات: درجة البكالوريوس في علم البيانات، علوم الحاسوب، الهندسة، الرياضيات، الإحصاء، أو مجال ذي صلة مع دورات دراسية أو مشاريع كبيرة في التعلم الآلي.
حد أدنى من 6 أشهر إلى 1.5 سنة من الخبرة في التعلم الآلي أو علم البيانات، مع محفظة توضح المشاريع في تطوير نماذج التعلم الآلي، وتحليل البيانات، وهندسة الميزات.
إجادة قوية في مكتبات وأطر التعلم الآلي (مثل، TensorFlow، PyTorch، scikit-learn) ولغات البرمجة مثل بايثون.
خبرة في SQL ومعرفة بمكتبات تصور البيانات (مثل، Seaborn، ggplot2).
مهارات استثنائية في تحليل مجموعات البيانات المعقدة لتطوير نماذج التعلم الآلي التي تعالج احتياجات الأعمال بفعالية.
قدرة قوية على التواصل بوضوح حول مفاهيم التعلم الآلي المعقدة ونتائج التحليلات لكل من أصحاب المصلحة الفنيين وغير الفنيين.
إظهار القدرة على العمل بفعالية في فريق، مع إظهار القدرة على التكيف والانفتاح على الملاحظات.